Manrova：持续监控型多Agent系统设计实践

一切的开始

大多数 Agent 演示回答的都是你已经知道要问的问题。Manrova 起于一个不同的问题：如果困难的本质不是回答，而是察觉呢？

一艘船会产生持续不断的工作信号流：GPS 和雷达位置、船员值班表、近距险情报告、合规记录。这些信息没有一个是缺失的。真正的问题在于，没有人有时间去关联四个不同的系统，对每艘船、每天都做一次这样的分析，把一个小分歧掐灭在萌芽阶段——而不是等它演变成一份事故报告。

所以我们没有去构建一个被动等待提问的聊天机器人，而是建立了一个 Agent 系统，它的职责是持续监控、在发现异常时调查、各 Agent 之间相互协调，只有人类真正需要做决策时才打断。

系统的形态

Manrova 有四个专业 Agent 和一个编排器——值班官（Officer of the Watch，OOW）。

导航完整性 Agent 检查 GPS 和雷达推算位置是否一致。 船员就绪 Agent 观察休息和值班模式，评估疲劳风险。 船队模式 Agent 扫描整个船队的近距险情历史，而非仅限于单船。 合规就绪 Agent 根据船只的实际航线推算证书风险期，而非仅仅看一个原始到期日。

它们都不是孤立工作的。当导航完整性 Agent 标记了某个情况，值班官决定需要拉取哪些其他上下文信息、关联证据，并通过确定性风险逻辑得出总体严重程度。低于阈值的，Manrova 继续默默监控。高于阈值的，OOW 准备响应并停下，等待人类批准任何对外发出的东西。

这道闸门是整个项目中最重要的一条设计决策：系统辅助值班，而非替代值班。

我们最会坚守的设计选择

安全关键运算从不触碰语言模型。位置偏差、加权风险评分、事件状态转换：全部是确定性 Python 代码，每次都以相同方式计算，可审计、可复现。LLM 层位于结构化输出之上，用直白的语言解释并叙述给船队运营商听。

直接拿原始遥测数据丢给模型让它做判断，会更快。但这对于一个假阴性会产生真实后果的系统来说，是错误的选择。确定性逻辑划定边界，Agent 解读边界之内发生的事，当边界被跨越时由人类最终拍板。

为企业信任层构建真实实现

对于 Fortified Enterprise Fleet 赛道，我们不想只是概念性地描述这些组件——我们想让它们真正跑起来。

Agent 注册中心：五个 Agent（四个专业 Agent 加 OOW）全部发布到一个实时的 Firestore 集合中，带版本控制，并标明每个 Agent 被允许行使的确切权限。

Agent 网关：每个专业 Agent 调用在放行之前都要经过针对注册中心的策略检查。

Model Armor（我们自己实现的同构护栏）：任何不可信的自由文本，比如近距险情描述，都要经过提示词注入筛查，并在到达模型之前完成 PII 删除。

Agent 可观测性：每次调查都包裹在 OpenTelemetry trace span 中，因此完整的推理链可被审查。

记忆库：完成的调查持久化到 Firestore 中，使船只的历史在不同会话之间得以保留，而不是每次请求都重置。

Agent 身份：每个 Agent 在自己的 IAM 服务账号下运行，遵循最小权限原则，而非用一个共享凭证包揽一切。

真实数据，而非演示数据

大多数黑客松演示永远用同样的三行 fixture 数据让我们很烦躁。Manrova 的线上站点支持两条路径：一键触发的固定演示场景，以及真实的注册流程——任何船队运营商都可以注册、添加船只（真名或内部别名，不要求披露船体身份），然后用真实输入的航行和船员数据运行调查。测试时，我们使用了一艘真实在航船只的公开 AIS 派生位置数据作为现实场景的基础，并与应用其他地方使用的合成演示数据做了明确区分。

我们原以为难点在于提示词工程。结果并不是。真正的难点是逐个 Agent 地决定每个 Agent 确切被允许信任什么、何时应该交接给另一个 Agent，以及无论模型说什么都必须把控制权交回人类的地方。这个职责划分的正确性比任何一个单独的提示词都重要。

我们也因此更加坚信，确定性逻辑与 Agentic 推理并非竞争关系。它们协同工作时比各自单独承担全部工作要好得多：确定性层划定边界，Agent 解读边界内正在发生的事，当情况真正需要时由人类做出最终裁决。

Live site: manrova.vercel.app

Source: github.com/serinalapoez/Manrova

Built with Gemini (3.5+) via Google's Agent Development Kit, with Firestore as the persistence layer, and a parallel implementation on AWS Strands Agents SDK running on Amazon Bedrock.